Архитектор банка: в тесте METR ИИ увеличил время задач опытных разработчиков на 19%

Руководитель архитектурной функции в российском банке опубликовал на Хабре разбор того, как генеративный ИИ и LLM-агенты меняют корпоративную архитектуру. Главный довод автора опирается на рандомизированный тест METR 2025 года (METR — независимая организация, оценивающая возможности ИИ): опытные разработчики, работавшие с ИИ на зрелых кодовых базах, потратили на задачи на 19% больше времени, чем без него. При этом сами они были уверены, что ускорились на 20%, так что разрыв между ощущением и реальностью составил 39 процентных пунктов. По мнению автора, это показывает: написание кода никогда не было узким местом энтерпрайза, а настоящая сложность — встроить новую логику в ландшафт с легаси, регуляторикой и ограничениями ИБ.

Иллюзия ускорения и цена дешёвого кода

Нейросеть снимает страх чистого листа: разработчик мгновенно получает кусок кода. Но дальше начинается интеграция. Сгенерированный код выглядит синтаксически безупречно, однако часто не учитывает неявные зависимости легаси-систем и падает в рантайме. Инженер тратит часы на отладку того, что только выглядит рабочим.

Косвенно это подтверждают данные GitClear: объём скопированного кода превысил объём отрефакторенного, а churn rate (доля свежего кода, переписываемого вскоре после коммита) вырос с 3,3% до массового внедрения ИИ до 7,1%. Отчёты DORA фиксируют ту же картину: пропускная способность растёт, стабильность поставок падает.

Вывод автора практичен: нельзя полагаться на код-ревью силами людей. Нужны детерминированные сенсоры в пайплайне — fitness functions, линтеры и контракты, которые не пустят галлюцинирующий или структурно кривой код в мастер. Архитектурные документы уступают место guardrails-as-code.

Российская регуляторика и модель как актор

Западные новости о переносе дедлайнов для российского банка почти ничего не значат. EU AI Act Omnibus отодвинул требования к системам высокого риска до 2 декабря 2027 года, а американские ФРС и FDIC документом SR 26-2 вывели генеративный и агентный ИИ из-под стандартного управления модельным риском. В России архитектуру определяют 187-ФЗ о КИИ, Положение 850-П об операционной надёжности и срок перевода значимых объектов КИИ на отечественный стек — 1 января 2028 года. Любое решение проходит фильтр реестра российского ПО, категории значимости объектов КИИ и локализации персональных данных по 152-ФЗ.

Пункт 2.5 документа 3-МР Банка России, вышедшего в июне 2026 года, рекомендует обязательное подтверждение операции сотрудником с возможностью её изменить. Это касается ИИ в критичных процессах вроде платежей при высоких рисках ИБ. Поэтому human-in-the-loop стал обязательным слоем дизайна. Над LLM банк закладывает абстракцию-роутер, чтобы смена модели из-за закона об ИИ (243-ФЗ) не парализовала работу.

Дизайн-ревью начинается с вопроса: модель — компонент или актор? Если она заперта в приложении и выдаёт ответ на экран, достаточно OWASP GenAI LLM Top 10. Если у неё есть память, доступ к API и вызов функций, применяется OWASP Agentic Top 10, где риск избыточной агентности (Excessive Agency) поднялся на третье место. Для таких агентов строят песочницы исполнения кода, жёстко лимитируют вызовы инструментов и закрывают прямой доступ к базам данных.

Агент — не сервисная учётка. Статичный API-ключ с широкими правами открывает дорогу атаке confused-deputy: хитрый промпт заставляет авторизованного агента выполнить вредоносное действие с максимальными привилегиями. Поэтому у каждого агента своя идентичность, а права выдаются короткоживущими токенами делегирования на конкретный вызов. В логах аудита видно, где действовал человек, а где агент от его имени.

Третий риск — «наследуемый» ИИ: вендоры SaaS, ERP и ITSM обновлениями включают встроенные Copilot-ы и меняют карту потоков данных, что задевает банковскую тайну (ст. 26 закона «О банках и банковской деятельности», ст. 857 ГК РФ). Политика банка — default-off для внешних ИИ-функций, включение приравнено к мажорному изменению, а учёт ведётся в отдельном реестре.

Документация для машин, конец ARB и новые NFR

Архитектурная документация (ADR, схемы C4, описания API) живёт в Git как Markdown, PlantUML и Structurizr. Агенты читают сырой текст из репозитория лучше, чем выгрузки из проприетарных систем, поэтому в репозитории лежат файлы контекста RULES.md и ARCHITECTURE.md. Для доступа банк написал внутренний слой над репозиториями с поддержкой MCP. Комитеты ARB распущены: действует advice process, где решение принимает Solution-архитектор в домене, а регуляторные контуры остаются обязательными ограничениями.

В шаблоны ADR добавили границу между детерминированной логикой и вероятностным выводом, топологию потоков данных внутри контура банка, триггеры передачи управления человеку и exit path на случай деградации вендора или смены лицензии. В нефункциональных требованиях появились метрики поведения при отказе: «правильный отказ» ценнее рискованной галлюцинации. В FinOps задан предел стоимости в токенах на каждую бизнес-транзакцию, а задержка измеряется по всему циклу с обращениями агента к внешним системам.

Открытым автор оставляет вопрос о метамоделях: ArchiMate не способен адекватно описать промпт, порог валидации или динамическую цепочку делегирования. Итог такой: чертёж обещает, как будет работать система, а вероятностный компонент таких обещаний не даёт. Остаётся ограничивать его заранее, перехватывать в момент действия и доказывать задним числом, чьими полномочиями он действовал.